A hybrid HNN-QP approach for dynamic economic dispatch problem

This paper introduces a solution of the dynamic economic dispatch (DED) problem using a hybrid approach of Hopfield neural network (HNN) and quadratic programming (QP). The hybrid algorithm is based on using enhanced HNN; to solve the static part of the problem; the QP algorithm for solving the dynamic part of the DED. This technique guarantees the global optimality of the solution due to its look-ahead capability. The new algorithm is applied and tested to an example from the literature and the solution is then compared with that obtained by some other techniques to prove the superiority and effectiveness of the proposed algorithm.     

净油储罐运行状态识别与故障诊断技术研究

为了实时、准确地判断净油储罐运行状态，本文提出了一种基于聚类分析和专家系统相结合的状态模式识别方法，有效地解决了传统判别方法存在的误判问题，并且利用离散Hopfield网络对联合站所有净油储罐的运行过程故障状态进行了正确识别，确保了原油集输系统的稳定、安全、高效运行，提高了整个原油集输系统的工作效率。实践表明，本文提出的状态识别与故障诊断方法具有很好实用价值。     

基于阈值自适应忆阻器Hopfield神经网络的关联规则挖掘算法

针对基于Hopfield神经网络的最大频繁项集挖掘（HNNMFI）算法存在的挖掘结果不准确的问题,提出基于电流阈值自适应忆阻器（TEAM）模型的Hopfield神经网络的改进关联规则挖掘算法。首先,使用TEAM模型设计实现突触,利用阈值忆阻器的忆阻值随方波电压连续变化的能力来设定和更新突触权值,自适应关联规则挖掘算法的输入。其次,改进原算法的能量函数以对齐标准能量函数,并用忆阻值表示权值,放大权值和偏置。最后,设计由最大频繁项集生成关联规则的算法。使用10组大小在30以内的随机事务集进行1000次仿真实验,实验结果表明,与HNNMFI算法相比,所提算法在关联挖掘结果准确率上提高33.9个百分点以上,说明忆阻器能够有效提高Hopfield神经网络在关联规则挖掘中的结果准确率。     

时滞诱发的忆阻型Hopfield神经网络的复杂动力学

本文研究含时滞的忆阻型环状Hopfield神经网络的稳定性、Hopf分岔以及复杂振荡模式.根据特征方程根分布情况,获得了系统全时滞稳定条件和与时滞相关的稳定条件.通过数值计算揭示了丰富的动力学现象,如多种周期运动和混沌吸引子等,并给出了Poincaré截面上的分岔图.设计了电路实验平台,取得了与理论分析和数值计算高度吻合的实验结果.     

基于Hopfield网络的渐进型漂移自相关过程质量控制方法

为提高自相关过程的统计过程控制方法的灵敏度与可靠性,提出利用Hopfield网络来检测自相关过程的均值渐进型漂移.首先将质量特性观测值分解为原形与背景噪声,通过动态编码将原形存储于网络;而后采用"相对增加"和"大于均值"原则对观测值编码,再利用网络的联想学习功能滤去背景噪声,提取原形,并判断均值是否发生渐进型漂移.研究表明,所提方法适用于具有不同参数的自相关过程,既无需过程统计模型,也无需大量的历史样本进行权值训练,具有较高的灵敏度与可靠性.     

具有参数摄动的时滞Hopfield神经网络的鲁棒稳定性分析及吸引域的估计

研究一类具有参数摄动的时滞Hopfield神经网络模型的鲁棒稳定性.应用Lyapunov泛函法,给出了平衡点渐近稳定的充分条件.利用矩阵范数的性质及线性矩阵不等式(LMI)理论,又得到了两个便于计算和验证的推论.提供了一种估计网络渐近稳定平衡点吸引域的方法,并详尽地分析了吸引域对神经网络实现联想记忆的影响.数值例子进一步证明了结论的有效性.     

一种高速通信网络中多限制路由选择的新方法

对Hopfield神经网络(HNN)模型提出了一个新的能量函数,用以解决多限制路由(MCP)问题。提出利用寻找一个函数的最小问题代替多个约束限制条件,避免了多个限制条件中需要仔细选择多个参数的困难。对6节点和20节点的计算机模拟表明,采用新的能量函数的HNN的收敛速率在10^-3s量级,考虑到硬件实现,这种神经网络可以用于实时的多限路由选择。     

低仰角对流层折射修正快速算法

大气的折射效应引起电波传播延迟和路径弯曲,测量数据对流层修正的精度直接影响到飞行目标轨（弹）道确定的精度。考虑到对流层折射修正的精度和效率以及5°以下低仰角数据传统修正方法具有较大的误差,通常不对测量数据进行实时对流层折射修正,这使得实时定位的精度受到较大影响。研究设计了一种能够应用于实时数据处理快速有效的对流层折射修正迭代算法。经大量外场实测数据验证,该算法能够有效地消除低仰角对流层折射偏差,对高仰角测量数据的对流层折射修正亦具有较高的精度。     

巨型浮吊船电力系统动态响应的联想记忆识别

巨型浮吊海洋工程船的作业依赖于船舶电力系统的稳定运行。这类船上大功率变频器、大功率交流电机等设备的大量应用,使得控制系统受干扰影响严重,检测到的动态响应常常含有干扰成分,给电力自动化设备的反馈控制带来了困难。联想记忆具有按信息内容检索的功能,可以模仿人脑进行联想,处理缺损和不确定的信息,具有容错功能。根据联想记忆原理,运用Hopfield网络结构,对Hebb学习规则进行了改进,构建了自联想离散Hopfield网络。该网络通过对动态响应标准样本进行学习,得到了稳定模式,在受干扰污染、信息缺损的巨型浮吊船电力系统动态响应的识别中表现出了良好的滤除干扰的能力。     

分次谐波的一种精确检测方法

本文将Hopfield神经网络理论引入分次谐波的检测之中,推导分次谐波检测模型,并对神经网络模型中的积分参数设置方法进行了讨论。仿真结果表明该方法能够精确检测分次谐波,系统的动态特性只与积分参数的设置有关。